Chaque cuisine se distingue par un petit ensemble d’ingrédients caractéristiques. Impossible de les faire ressortir en regardant les ingrédients les plus populaires, car il s’agit souvent des indispensables de base comme le sel ou le sucre.

Une autre mesure utile pour notre objectif est la « term frequency–inverse document frequency » (TFIDF), une statistique numérique qui reflète l’importance d’un mot (ingrédient) dans un document (cuisine) au sein d’un ensemble ou corpus (recettes).

Nous avons déjà pré‑calculé le tf_idf pour vous et créé un jeu de données enrichi nommé recipes_enriched. Votre objectif est de créer une application Shiny qui affiche un diagramme en barres horizontal des ingrédients les plus distinctifs d’une cuisine, mesurés par tf_idf.

An app displaying an interactive horizontal bar plot of top ingredients by chosen cuisine

Vous utiliserez une expression réactive pour encapsuler les calculs et permettre au code de visualisation de se concentrer uniquement sur la création du graphique. C’est une bonne pratique de programmation qui aide à concevoir des applications Shiny modulaires et performantes.

Nous avons chargé les packages shiny, dplyr, ggplot2 et plotly. Voici deux extraits pratiques pour filtrer les meilleurs ingrédients par cuisine et créer un diagramme en barres horizontal. Adaptez‑les selon vos besoins.

top_ingredients <- recipes_enriched %>% 
  filter(cuisine == 'greek') %>% 
  arrange(desc(tf_idf)) %>% 
  head(5) 

ggplot(top_ingredients, aes(x = ingredient, y = tf_idf)) +
  geom_col() +
  coord_flip()

Explorer l’enquête 2014 sur la santé mentale dans la tech

Create Your Free Account